Tensorflow Estimator：如何使用 tf.graph_util.convert_variables_to_constants

【问题标题】：Tensoflow Estimator: how to use tf.graph_util.convert_variables_to_constantsTensorflow Estimator：如何使用 tf.graph_util.convert_variables_to_constants
【发布时间】：2018-07-18 08:32:09
【问题描述】：

我想知道是否可以在训练/评估循环中使用函数 tf.graph_util.convert_variables_to_constants（以存储图形的冻结版本），而我正在使用自定义估算器。例如：

best_validation_accuracy = -1
for _ in range(steps // how_often_validation):

    # Train the model
    estimator.train(input_fn=train_input_fn, steps=how_often_validation)

    # Evaluate the model
    validation_accuracy = estimator.evaluate(input_fn=eval_input_fn)

    # Save best model
    if validation_accuracy["accuracy"] > best_validation_accuracy:
        best_validation_accuracy = validation_accuracy["accuracy"]
        # Save best model perfomances
        # I WANT TO USE  tf.graph_util.convert_variables_to_constants HERE

【问题讨论】：

标签： python tensorflow tensorflow-estimator

【解决方案1】：

要使用函数tf.graph_util.convert_variables_to_constants，您需要模型的图形和会话。

经过TensorFlow code defining the estimators，看来：

此代码已弃用，
图表是动态创建的，不容易访问（至少，我无法检索它）。

因此，我们将不得不使用旧方法。

当您调用estimator.train 时，模型的检查点将保存在指定目录（estimator.model_dir）中。您可以使用这些文件来访问图形和会话并冻结变量，如下所示：

1。加载元图

saver = tf.train.import_meta_graph('/path/to/meta')

2。负载重量

sess = tf.Session
saver.restore(sess, '/path/to/weights')

3。冻结变量

tf.graph_util.convert_variables_to_constants(sess,
                                             sess.graph.as_graph_def(),
                                             ['output'])

【讨论】：